一种稳健的盲稀疏度压缩感知雷达目标参数估计方法
针对压缩感知雷达(Compressive Sensing Radar, CSR)在感知矩阵和目标信息矢量失配时距离-多普勒参数估计性能下降的问题,该文提出一种稳健的盲稀疏度 CSR 目标参数估计方法。首先建立了 CSR 系统模型失配时的距离-多普勒2维参数稀疏感知模型,推导了以最小化感知矩阵相干系数(Coherence of Sensing Matrix, CSM)为准则的波形优化目标函数。其次提出了一种新的盲稀疏度CSR目标参数估计方法,通过发射波形,系统模型失配误差和目标信息矢量的相互迭代,逐步校正系统感知矩阵,最终以较高精度估计目标距离-多普勒参数。与传统CSR目标参数估计方法相比,该方法显著降低了CSR系统距离-多普勒参数的估计误差,改善了CSR目标参数估计的准确性和鲁棒性。计算机仿真验证了该方法的有效性。
压缩感知雷达(CSR)、盲稀疏度、感知矩阵相干系数(CSM)、模拟退火(SA)算法
TN958
2014-04-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
960-966